本文主要研究内容
作者王洪森,王广府,黄锐（2019）在《基于大数据技术的短期负荷预测方法分析》一文中研究指出：短期负荷预测无论是对电网动态估计还是电力负荷调度均有着重要的现实意义。面对海量的负荷数据与监测数据,需充分挖掘价值信息,以完成负荷预测。因此,以电力系统大数据特性为出发点,分析了用户用电规律和影响因素,提出了基于Hadoop架构的大数据技术,用于预测短期负荷。通过实验数据测试证明,该方法能够有效提高短期负荷预测精度,具有实用意义。
Abstract
duan ji fu he yu ce mo lun shi dui dian wang dong tai gu ji hai shi dian li fu he diao du jun you zhao chong yao de xian shi yi yi 。mian dui hai liang de fu he shu ju yu jian ce shu ju ,xu chong fen wa jue jia zhi xin xi ,yi wan cheng fu he yu ce 。yin ci ,yi dian li ji tong da shu ju te xing wei chu fa dian ,fen xi le yong hu yong dian gui lv he ying xiang yin su ,di chu le ji yu Hadoopjia gou de da shu ju ji shu ,yong yu yu ce duan ji fu he 。tong guo shi yan shu ju ce shi zheng ming ,gai fang fa neng gou you xiao di gao duan ji fu he yu ce jing du ,ju you shi yong yi yi 。
论文参考文献
论文详细介绍
论文作者分别是来自通信电源技术的王洪森,王广府,黄锐，发表于刊物通信电源技术2019年06期论文，是一篇关于大数据技术论文,短期负荷预测论文,通信电源技术2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自通信电源技术2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：大数据技术论文; 短期负荷预测论文; 通信电源技术2019年06期论文;